迭代器与生成器

2018-09-29 03:59:24来源:博客园 阅读 ()

新老客户大回馈,云服务器低至5折


这一部分待加强!
                (一)迭代器
    
一:简介

    迭代是Python最强大的功能之一,是访问集合元素的一种方式。
    迭代器是一个可以记住遍历的位置的对象。
    迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。
    迭代器只能往前不会后退。

    迭代器有两个基本的方法:iter() 创建迭代器对象和 next()访问迭代器。
    字典、字符串、列表或元组对象都可用于创建迭代器

二:迭代器的创建

    ①把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__()
    ②__iter__() 方法返回一个特殊的迭代器对象,
    这个迭代器对象实现了 __next__() 方法
    并通过 StopIteration 异常标识迭代的完成。
    ③__next__() 方法(Python 2 里是 next())会返回下一个迭代器对象

三:迭代器协议的后台机制

    for element in (1, 2, 3):
            print(element)
    
    在后台,for 语句在容器对象中调用 iter() 。
    该函数返回一个定义了 __next__() 方法的迭代器对象,它在容器中逐一访问元素。
    没有后续的元素时, __next__() 抛出一个 StopIteration 异常,
    通知 for 语句循环结束。
    可以用内建的 next() 函数调用 __next__() 方法;

    了解了迭代器协议的后台机制,就可以很容易的给自己的类添加迭代器行为。
    定义一个 __iter__() 方法,使其返回一个带有 __next__() 方法的对象。
    如果这个类已经定义了 __next__() ,那么 __iter__() 只需要返回 self:

三:迭代器使用的必要性
    
    列表效率高,但是需要将内容一次性读入,可能增加内存的负担,
    如果列表太大,内存溢出。
    range 返回一个列表
    xrange 返回一个对象

                (二)生成器

一:简介

    ①在 Python 中,使用了 yield 的函数被称为生成器(generator)
    跟普通函数不同的是,生成器是一个返回迭代器的函数,
    只能用于迭代操作,更简单点理解生成器就是一个迭代器
    ②在调用生成器运行的过程中,每次遇到 yield 时函数会暂停,
    并保存当前所有的运行信息,返回 yield 的值,
    并在下一次执行 next() 方法时从当前位置继续运行。

二:创建生成器

    ①一个简单的生成器:my_generator = (x*x for x in range(4))
    和列表解析式只是括号不同,大数据处理时代替列表解析式。
    ②和return的区别:一般的函数都是止于return,作为生成器的函数,由于有了yield,
    遇到他则会暂时挂起,如果之后还有return,则直接抛出StopIteration异常。

三:本节最后一句:编程中可以不使用生成器。

 1 # ---------------------------------------------------------------------#
 2 # 迭代器的创建
 3 # ---------------------------------------------------------------------#
 4 import sys
 5 print("----------------------------迭代器-----------------------------")
 6 list1 = [1, 2, 3, 4]
 7 it = iter(list1)    # 创建迭代器对象
 8 print(next(it))     # 输出迭代器的下一个元素
 9 
10 # ---------------------------------------------------------------------#
11 # 迭代器的遍历
12 # ---------------------------------------------------------------------#
13 # 遍历方法一
14 list2 = [1, 2, 3, 4]
15 it = iter(list2)        # 创建迭代器对象
16 for x in it:
17     print(x, end=" ")   # 此处格式化输出的形式
18 
19 # 遍历方法二
20 list3 = (1, 2, 3, 4)
21 it = iter(list3)  # 创建迭代器对象
22 """
23 
24 
25 while True:
26     try:
27         print(next(it), end=" ")
28     except StopIteration:   # 用于标识迭代的完成,防止出现无限循环的情况
29         sys.exit()
30 """
31 # ---------------------------------------------------------------------#
32 # 写一个能够迭代的对象(给自己的类添加迭代对象)
33 # ---------------------------------------------------------------------#
34 
35 
36 class MyNumbers:
37     def __init__(self, n):
38         self.i = 0
39         self.n = n
40 
41     def __iter__(self):     # 核心,返回了迭代器本身即实现了__iter__方法的对象
42         return self
43 
44     def __next__(self):     # 含有next的对象就是迭代器本身
45         if self.i < self.n:
46             result_i = self.i
47             self.i += 1
48             return result_i
49         else:
50             raise StopIteration
51 
52 
53 x = MyNumbers(7)
54 y = iter(x)
55 for i in y:
56     print(i)
57 
58 
59 print("# ----------------------------生成器----------------------------- #")
60 
61 
62 def fibonacci(n):  # 生成器函数 - 斐波那契
63     a, b, counter = 0, 1, 0
64     while True:
65         if counter > n:
66             return
67         yield a
68         a, b = b, a + b
69         counter += 1
70 
71 
72 f = fibonacci(10)  # f 是一个迭代器,由生成器返回生成
73 
74 while True:
75     try:
76         print(next(f), end=" ")
77     except StopIteration:
78         sys.exit()

 









标签:

版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有

上一篇:爬虫——生产者消费者

下一篇:模拟开户接口,使用python脚本实现批量用户开通